Porosity determination of deep‐fat‐fried coatings using pycnometer (Fried batter porosity determination by pycnometer)
Notice bibliographique
Résumé
Summary The effect of processing conditions such as frying time and temperature, and batter formulation on pore development in deep‐fat fried chicken nuggets coatings were studied using helium pycnometer method. Chicken nuggets with preformed and laboratory prepared batter coatings were fried at temperatures between 170 and 190 °C for a time range between 0 and 240 s. There was significant ( P < 0.05) effect of frying temperature and batter formulation on porosity. Porosity increased with frying time and temperature, and ranged between 2.15 and 47.92% for the preformed batter and 9.96 and 54.76% for the formulated batters. Apparent and bulk densities of the preformed batters increased and decreased with frying time, respectively, but both declined gradually with increasing frying temperature. As the level of rice flour in the formulation increased, apparent and bulk densities also increased. Batter formulation and frying temperature significantly ( P < 0.05) influenced the variation in moisture and fat content of the fried batter. Porosity demonstrated positive and negative correlation with fat uptake and moisture loss, respectively, for all the batter coatings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».